Phát hiện trạng thái người tham gia giao thông dựa trên smartphone và xây dựng ứng dụng hỗ trợ (LV thạc sĩ)

Phát hiện trạng thái người tham gia giao thông dựa trên smartphone và xây dựng ứng dụng hỗ trợ (LV thạc sĩ)Phát hiện trạng thái người tham gia giao thông dựa trên smartphone và xây dựng ứng dụng hỗ trợ (LV thạc sĩ)Phát hiện trạng thái người tham gia giao thông dựa trên smartphone và xây dựng ứng dụng hỗ trợ (LV thạc sĩ)Phát hiện trạng thái người tham gia giao thông dựa trên smartphone và xây dựng ứng dụng hỗ trợ (LV thạc sĩ)Phát hiện trạng thái người tham gia giao thông dựa trên smartphone và xây dựng ứng dụng hỗ trợ (LV thạc sĩ)Phát hiện trạng thái người tham gia giao thông dựa trên smartphone và xây dựng ứng dụng hỗ trợ (LV thạc sĩ)Phát hiện trạng thái người tham gia giao thông dựa trên smartphone và xây dựng ứng dụng hỗ trợ (LV thạc sĩ)Phát hiện trạng thái người tham gia giao thông dựa trên smartphone và xây dựng ứng dụng hỗ trợ (LV thạc sĩ)Phát hiện trạng thái người tham gia giao thông dựa trên smartphone và xây dựng ứng dụng hỗ trợ (LV thạc sĩ)Phát hiện trạng thái người tham gia giao thông dựa trên smartphone và xây dựng ứng dụng hỗ trợ (LV thạc sĩ)

HỌC VIỆN CÔNG NGHỆ BƯU CHÍNH VIỄN THÔNG - NGUYỄN HOÀNG ĐIỆP PHÁT HIỆN TRẠNG THÁI NGƯỜI THAM GIA GIAO THÔNG DỰA TRÊN SMARTPHONE VÀ XÂY DỰNG ỨNG DỤNG HỖ TRỢ LUẬN VĂN THẠC SĨ KỸ THUẬT (Theo định hướng ứng dụng) HÀ NỘI – 2016 HỌC VIỆN CÔNG NGHỆ BƯU CHÍNH VIỄN THÔNG - NGUYỄN HOÀNG ĐIỆP PHÁT HIỆN TRẠNG THÁI NGƯỜI THAM GIA GIAO THÔNG DỰA TRÊN SMARTPHONE VÀ XÂY DỰNG ỨNG DỤNG HỖ TRỢ Chuyên ngành: Khoa học máy tính Mã số: 60.48.01.01 LUẬN VĂN THẠC SĨ KỸ THUẬT (Theo định hướng ứng dụng) NGƯỜI HƯỚNG DẪN KHOA HỌC: TS HOÀNG XUÂN DẬU HÀ NỘI - 2016 NGUYỄN HOÀNG ĐIỆP KHOA HỌC MÁY TÍNH 2015 – 2017 HÀ NỘI 2016 i LỜI CAM ĐOAN Tôi xin cam đoan, luận văn công trình nghiên cứu khoa học thực thụ cá nhân, thực hướng dẫn khoa học TS Hoàng Xuân Dậu Các số liệu, kết nghiên cứu kết luận trình bày luận văn trung thực chưa công bố hình thức Tôi xin chịu trách nhiệm công trình nghiên cứu HỌC VIÊN Nguyễn Hoàng Điệp ii LỜI CẢM ƠN Lời đầu tiên, xin chân thành cảm ơn TS Hoàng Xuân Dậu – Học viện Công nghệ Bưu Viễn Thông, người trực tiếp hướng dẫn thực luận văn Với hướng dẫn, cung cấp tài liệu, động viên Thầy giúp vượt qua nhiều khó khăn chuyên môn suốt trình thực luận văn Tôi xin chân thành cảm ơn Ban Giám đốc, Ban chủ nhiệm Khoa Sau Đại học Khoa Công nghệ Thông tin, thầy, cô giảng dạy quản lý đào tạo suốt hai năm theo học Học viện Công nghệ Bưu Viễn thông Tôi xin chân thành cảm ơn Hội đồng chấm đề cương góp ý cho đề cương luận văn Cuối cùng, xin cảm ơn gia đình, bạn bè, đồng nghiệp nơi công tác động viên, tạo điều kiện cho suốt thời gian học tập nghiên cứu iii MỤC LỤC LỜI CAM ĐOAN LỜI CẢM ƠN ii MỤC LỤC .iii DANH MỤC KÝ HIỆU, VIẾT TẮT vi DANH MỤC CÁC BẢNG vii DANH MỤC CÁC HÌNH VẼ viii MỞ ĐẦU CHƯƠNG 1: TỔNG QUAN VỀ CẢM BIẾN TRÊN SMARTPHONE VÀ ỨNG DỤNG 1.1 Giới thiệu tổng quan loại cảm biến smartphone 1.1.1 Cảm biến chuyển động 1.1.1.1 Cảm biến gia tốc .4 1.1.1.2 Con quay hồi chuyển .4 1.1.1.3 Cảm biến từ trường 1.1.1.4 Cảm biến véc-tơ quay 1.1.2 Cảm biến môi trường 1.1.2.1 Cảm biến độ ẩm 1.1.2.2 Cảm biến ánh sáng 1.1.2.3 Cảm biến áp suất khí 1.1.3 Cảm biến vị trí 1.1.3.1 Cảm biến định vị .9 1.1.3.2 Cảm biến tiệm cận 10 1.1.4 Một số loại cảm biến khác 11 1.1.4.1 Cảm biến vân tay 11 1.1.4.2 Cảm biến mống mắt 12 1.2 Giới thiệu cảm biến gia tốc cảm biến GPS 12 1.2.1 Cảm biến gia tốc 12 1.2.1.1 Cấu trúc cảm biến gia tốc 13 1.2.1.2 Ứng dụng cảm biến gia tốc 14 iv 1.2.2 Cảm biến định vị sử dụng GPS 15 1.2.2.1 Hoạt động hệ thống GPS 15 1.2.2.2 Ứng dụng GPS 15 1.3 Phát biểu toán 16 1.4 Kết chương .16 CHƯƠNG 2: PHƯƠNG PHÁP PHÁT HIỆN TRẠNG THÁI NGƯỜI THAM GIA GIAO THÔNG DỰA TRÊN SMARTPHONE 18 2.1 Xây dựng mô hình 18 2.1.1 Một số phương pháp nghiên cứu 18 2.1.1.1 Sử dụng định mô hình Markov ẩn 18 2.1.1.2 Phương pháp so sánh giá trị gia tốc gia tốc trọng trường 19 2.1.1.3 Sử dụng máy véc-tơ hỗ trợ tối ưu đàn kiến 20 2.1.2 Các đề xuất cải tiến luận văn 21 2.1.3 Mô hình hóa phương pháp 22 2.2 Thu thập liệu 23 2.2.1 Phương pháp thu thập liệu .23 2.2.1.1 Thu thập liệu cảm biến gia tốc .23 2.2.1.2 Thu thập liệu cảm biến vị trí dựa GPS .25 2.2.2 Cài đặt ứng dụng thu thập liệu .26 2.3 Các thuật toán xử lý liệu 27 2.3.1 Mô hình xử lý 27 2.3.1.1 Huấn luyện mô hình 27 2.3.1.2 Phát trạng thái 28 2.3.2 Các thuật toán, lựa chọn tham số tiền điều kiện 29 2.3.2.1 Fast Fourier Transform 29 2.3.2.2 Ant Colony Optimization .31 2.3.2.3 Support Vector Machine .34 2.4 Áp dụng phát trạng thái người tham gia giao thông .35 2.4.1 Tiền xử lý liệu 35 2.4.2 Huấn luyện mô hình 37 2.4.2.1 Phân tích liệu vận tốc 37 v 2.4.2.2 Phân tích liệu cảm biến gia tốc .38 2.4.2.3 Cài đặt thuật toán phân lớp 39 2.4.3 Phát trạng thái người tham gia giao thông 41 2.5 Kết chương .42 CHƯƠNG 3: CÀI ĐẶT, THỬ NGHIỆM VÀ ĐÁNH GIÁ KẾT QUẢ 43 3.1 Môi trường cài đặt 43 3.1.1 Phần cứng phần mềm .43 3.1.1.1 Phần cứng .43 3.1.1.2 Phần mềm 43 3.1.2 Thiết kế ứng dụng .43 3.1.2.1 Thiết kế chức 44 3.1.2.2 Thiết kế kiến trúc 44 3.1.2.3 Thiết kế giao diện 45 3.2 Các kịch thử nghiệm 46 3.2.1 Kịch 46 3.2.2 Kịch 47 3.2.3 Kịch 48 3.2.4 Kịch 49 3.2.5 Kịch 50 3.2.6 Kịch 51 3.2.7 Kịch 52 3.3 Kết thử nghiệm 53 3.3.1 Kết mô đun phát trạng thái 53 3.3.2 Kết thực nghiệm ứng dụng hỗ trợ người dùng .55 3.4 Nhận xét 56 3.5 Kết chương .57 KẾT LUẬN 58 TÀI LIỆU THAM KHẢO 59 vi DANH MỤC KÝ HIỆU, VIẾT TẮT Viết tắt Tiếng Anh Tiếng Việt ACO Ant Colony Optimization Thuật toán tối ưu đàn kiến API Application Programming Interface Giao tiếp lập trình ứng dụng CSV Comma Separated Values Một định dạng liệu DFT Discrete Fourier Transform Biến đổi Fourier rời rạc FFT Fast Fourier Transform Biến đổi Fourier nhanh GPS Global Positioning System Hệ thống định vị toàn cầu IoT Internet of Things Kết nối Internet vạn vật JDK Java Development Kit Bộ phát triển Java MEMS Micro-Electro-Mechanical Systems Vi khí điện tử MVC Model-View-Controller Mô hình thiết kế phần mềm OVO One-versus-One Mô hình SVM 1-1 SDK Software Development Kit Bộ phát triển phần mềm SMS Short Message Services Dịch vụ nhắn tin SVM Support Vector Machines Máy véc-tơ hỗ trợ vii DANH MỤC CÁC BẢNG Bảng 2.1: Đặc trưng trạng thái khác người xe đạp 20 Bảng 2.2: Số lượng phân đoạn sau tiến hành lọc 20 Bảng 2.3: Ma trận nhầm lẫn cho nút liệu di chuyển 21 Bảng 2.4: Ma trận nhầm lẫn cho nút liệu tĩnh .21 Bảng 2.5: Mã giả thuật toán Cooley – Tukey 30 Bảng 2.6: Thống kê liệu thu thập theo trạng thái 36 Bảng 3.1: Ma trận nhầm lẫn cho trạng thái dừng .55 Bảng 3.2: Ma trận nhầm lẫn cho trạng thái di chuyển 55 46 Hình 3.3: Thiết kế giao diện huấn luyện thu thập liệu 3.2 Các kịch thử nghiệm Ở mục này, luận văn trình bày kịch thử nghiệm cho trạng thái tham gia giao thông khác người dùng Mỗi kịch bao gồm đồ đường đi, phương tiện di chuyển, vị trí xác định thử nghiệm trạng thái tình mà ứng dụng cần xác định phản ứng lại Mỗi kịch sử dụng chế độ GPS khác Luận văn đưa kịch với tình trạng giao thông đặc thù khác nhau, luận văn đưa thêm kịch thứ sử dụng phương tiện giao thông xe bus để thử nghiệm mức độ xác phương pháp áp dụng cho phương tiện giao thông công cộng 3.2.1 Kịch Hình 3.4 mô tả đường kịch 1, người tham gia thực nghiệm sử dụng phương tiện xe máy dạng xe số thông thường, di chuyển từ điểm A tới điểm B Thời gian thực nghiệm vào khoảng 6h chiều ngày tuần Tuyến đường tuyến cao điểm khung nói trên, tốc độ di chuyển chậm Có vị trí ta quan tâm tới phản hồi ứng dụng thể mốc hình, theo thứ tự đường từ A tới B là:  Mốc 1: vị trí người lái xe dừng lại đèn đỏ khoảng 50 giây  Mốc 2: vị trí người lái xe rẽ phải 47  Mốc 3: vị trí người lái xe dừng lại đèn đỏ khoảng 20 giây  Mốc 4: vị trí người lái xe rẽ phải  Mốc 5: vị trí này, đường bị tắc dẫn tới tốc độ di chuyển giảm hẳn lại Hình 3.4: Đường kịch thử nghiệm Trên đường đi, trước tới mốc số mốc số 5, người dùng nhận gọi tin nhắn Chế độ GPS đặt mức cao (sử dụng sóng GPS, sóng di động sóng không dây) Kịch kiểm tra độ xác phương pháp với tình giao thông thông thường 3.2.2 Kịch Hình 3.5 mô tả đường kịch 2, người tham gia thực nghiệm sử dụng phương tiện xe máy dạng xe số thông thường, di chuyển từ điểm A tới điểm B Thời gian thực nghiệm vào khoảng 2h chiều ngày cuối tuần Đây tuyến đường nội thị nên vào thời gian không cao điểm tốc độ di chuyển đạt mức trung bình, ùn tắc Có vị trí ta quan tâm tới phản hồi ứng dụng thể mốc hình, theo thứ tự đường từ A tới B là:  Mốc 1: vị trí người lái xe rẽ phải  Mốc 2: vị trí người lái xe rẽ phải  Mốc 3: vị trí người lái xe rẽ phải  Mốc 4: vị trí người lái xe rẽ phải 48 Hình 3.5: Đường kịch thử nghiệm Trên đường đi, vị trí mốc số mốc số 2, người dùng nhận gọi liên tiếp Chế độ GPS đặt mức cao (sử dụng sóng GPS, sóng di động sóng không dây) Kịch kiểm tra độ xác phương pháp với khu vực giao thông nội thị 3.2.3 Kịch Hình 3.6 mô tả đường kịch 3, người tham gia thực nghiệm sử dụng phương tiện xe máy dạng xe ga, di chuyển từ điểm A tới điểm B Thời gian thực nghiệm vào khoảng 9h sáng ngày cuối tuần Đây tuyến đường ngoại thị lòng đường rộng Tốc độ di chuyển cao không bị vướng đèn đỏ hay ùn tắc Có vị trí ta quan tâm tới phản hồi ứng dụng thể mốc hình, theo thứ tự đường từ A tới B là:  Mốc 1: vị trí người lái xe gặp vòng xuyến rộng  Mốc 2: vị trí người lái xe rẽ trái chuẩn bị quay đầu  Mốc 3: vị trí người lái xe rẽ trái tiếp để quay đầu  Mốc 4: vị trí người lái xe gặp vòng xuyến vừa phải  Mốc 5: vị trí người lái xe rẽ phải 49 Hình 3.6: Đường kịch thử nghiệm Với kịch này, ta không thử nghiệm việc tự động phản hồi gọi hay tin nhắn theo trạng thái giao thông, thay vào kịch ý vị trí di chuyển qua vòng xuyến quay đầu xe trạng thái khó xác định Chế độ GPS đặt mức vừa phải (sử dụng sóng di động sóng không dây) 3.2.4 Kịch Hình 3.7 mô tả đường kịch 4, người tham gia thực nghiệm sử dụng phương tiện xe máy dạng xe số, di chuyển từ điểm A tới điểm B Thời gian thực nghiệm vào khoảng 4h chiều ngày tuần Đặc điểm tuyến đường vị trí từ mốc tới mốc đường ùn tắc nên đoạn đường tốc độ di chuyển chậm Có tổng cộng vị trí ta quan tâm tới phản hồi ứng dụng thể mốc hình, theo thứ tự đường từ A tới B là:  Mốc 1: vị trí người lái xe nhận gọi di chuyển với tốc độ thông thường  Mốc 2: vị trí người lái xe rẽ phải  Mốc 3: vị trí người lái xe dừng đợi đèn đỏ 90 giây 50  Mốc 4: vị trí người lái xe rẽ phải  Mốc 5: vị trí người lái xe rẽ phải  Mốc 6: vị trí người lái xe rẽ trái  Mốc 7: vị trí người lái xe dừng đợi đèn đỏ 40 giây  Mốc 8: vị trí người lái xe rẽ phải Hình 3.7: Đường kịch thử nghiệm Với đường thẳng, kịch tập trung vào việc đánh giá độ xác phương pháp trường hợp người tham gia giao thông vào tuyến đường ùn tắc tuyến đường thông thoáng Chế độ GPS tắt 3.2.5 Kịch Hình 3.8 mô tả đường kịch 5, người tham gia thực nghiệm sử dụng phương tiện xe máy dạng xe số, di chuyển từ điểm A tới điểm B Thời gian thực nghiệm vào khoảng 1h chiều ngày cuối tuần Trên tuyến đường này, từ vị trí mốc tới mốc đường hầm di chuyển với tốc độ cao Có tổng cộng vị trí ta quan tâm tới phản hồi ứng dụng thể mốc hình, theo thứ tự đường từ A tới B là: 51  Mốc 1: vị trí người lái xe rẽ phải  Mốc 2: vị trí người lái xe hầm đạt tốc độ cao  Mốc 3: vị trí người lái xe vừa khỏi hầm qua vòng xuyến  Mốc 4: vị trí người lái xe rẽ phải  Mốc 5: vị trí người lái xe quay đầu tiến lên cầu vượt  Mốc 6: vị trí người lái xe xuống khỏi cầu vượt Hình 3.8: Đường kịch thử nghiệm Với việc di chuyển tốc độ cao, có kết hợp xuống hầm đường lên cầu vượt, kịch đánh giá mức độ xác phương pháp trường hợp đường giao thông đặc biệt Chế độ GPS đặt mức thấp (chỉ sử dụng sóng di động) 3.2.6 Kịch Hình 3.9 mô tả đường kịch 6, người tham gia thực nghiệm sử dụng phương tiện xe máy dạng xe ga, di chuyển từ điểm A tới điểm B Thời gian thực nghiệm vào khoảng 8h sáng ngày cuối tuần Phần lớn tuyến đường di chuyển khu đông dân cư với tình trạng đường xấu, hẹp có nhiều ổ gà Có tổng 52 cộng vị trí ta quan tâm tới phản hồi ứng dụng thể mốc hình, theo thứ tự đường từ A tới B là:  Mốc 1: vị trí người lái xe dừng đợi đèn đỏ 60 giây  Mốc 2: vị trí người lái xe bắt đầu vào đoạn đường hẹp, xấu đông dân cư  Mốc 3: vị trí người lái xe rẽ phải  Mốc 4: vị trí người lái xe rẽ trái  Mốc 5: vị trí người lái xe gặp đám đông người tham gia lễ hội phải dắt xe thay tiếp tục  Mốc 6: vị trí người lái xe tiếp tục di chuyển rẽ phải  Mốc 7: vị trí người lái xe rẽ trái Hình 3.9: Đường kịch thử nghiệm Kịch thử nghiệm phương pháp với tuyến đường xấu, phức tạp phổ biến ngõ ngách khu đông dân cư Việt Nam Người lái xe nhận tin nhắn gọi vị trí điểm mốc thứ 4, 5, Chế độ GPS đặt mức cao (sử dụng sóng GPS, sóng di động sóng không dây) 3.2.7 Kịch Hình 3.10 mô tả đường kịch 7, người tham gia thực nghiệm sử dụng phương tiện xe bus, di chuyển từ điểm A tới điểm B Thời gian thực nghiệm 53 vào khoảng 10h sáng ngày cuối tuần Các điểm dừng xe bus đánh dấu mốc hình Kịch đưa nhằm mục đích đánh giá độ xác phương pháp áp dụng cho phương tiện công cộng với đặc trưng di chuyển dừng sau đoạn đường định Ta không thử nghiệm việc đáp ứng lại gọi hay tin nhắn với kịch Chế độ GPS đặt mức cao (sử dụng sóng GPS, sóng di động sóng không dây) Hình 3.10: Đường kịch thử nghiệm 3.3 Kết thử nghiệm 3.3.1 Kết mô đun phát trạng thái Với kịch nêu mục 3.2, kết tương ứng sau:  Kịch 1: tốc độ di chuyển người ổn định, ứng dụng nhận diện tốt trạng thái đi, dừng, rẽ phải Tuy nhiên với tình tắc đường người lái xe buộc phải chậm dần sau dừng hẳn điểm mốc thứ tốc độ giảm thấp, mô đun nhận diện nhầm sang dừng Ngoài rẽ phải mốc thứ 4, mô đun nhận rẽ phải sau người lái xe rẽ xong 54  Kịch 2: kịch này, tuyến đường tối ưu đèn đỏ, không tắc đường tốc độ di chuyển ổn định Việc phát trạng thái xác  Kịch 3: kịch này, việc phát trạng thái ổn định đường thẳng chuyển hướng liên tục Với mốc vòng xuyến nhỏ nên việc phát xác với mốc 4, vòng xuyến lớn mô đun nhận nhầm sang trạng thái rẽ trái Với mốc 3, mô đun kịp nhận lần rẽ trái thay hai lần liên tiếp Điều chấp nhận đoạn rẽ trái sát  Kịch 4: với kịch này, đoạn đường từ mốc tới mốc việc phát trạng thái trở nên không xác, lẫn lộn trạng thái đứng yên di chuyển Nguyên nhân tắc đường dẫn tới vận tốc xe không ổn định, cách tính tốc độ theo tốc độ trung bình để làm lọc hoạt động không Trên đoạn đường lại, việc phát hoạt động bình thường với tỉ lệ nhận diện xác cao  Kịch 5: với kịch này, người lái xe di chuyển từ mốc tới mốc 4, tốc độ di chuyển cao, 20m/s, việc lấy tốc độ trung bình để làm lọc tỏ hiệu di chuyển hầm sóng GPS không ổn định Tại mốc 5, người lái xe quay đầu, mô đun chưa phát việc rẽ trái mà thay vào đó, ứng dụng nhận diện nhầm di chuyển bình thường  Kịch 6: với kịch đường phức tạp, việc phát trạng thái xác mốc đoạn đường Kể từ mốc thứ 2, mô đun bắt đầu có nhầm lẫn trạng thái đứng yên trạng thái di chuyển đường tắc liên tục phải phanh gấp khu đông dân cư Với mốc mô đun cho người lái xe đứng yên tốc độ dắt xe chậm Tại mốc mô đun nhận diện thành công việc người lái xe rẽ phải  Kịch 7: kịch mang tính thử nghiệm tính xác phương pháp áp dụng với phương tiện giao thông công cộng Với tuyến đường thể hình mục 3.2.7, mô đun nhận diện xác trạng thái vào khoảng thời gian xe bus dừng vào bến xe bus di chuyển trở lại Kết ma trận nhầm lẫn kịch đưa vào mang tính tham khảo Qua kịch đầu tiên, ta nhận bảng 3.1 bảng 3.2 ma trận nhầm lẫn việc phát trạng thái người tham gia giao thông ứng dụng phương pháp 55 đề xuất Tỉ lệ tính toán dựa số lượng phân đoạn phát tương ứng với trạng thái tổng số phân đoạn tất kịch Bảng 3.1: Ma trận nhầm lẫn cho trạng thái dừng Đứng yên (xe máy) Dừng (xe số) Dừng (xe ga) 0.9866 0.0116 0.0018 Dừng (xe số) 0.0359 0.9238 0.0403 Dừng (xe ga) 0.0168 0.0495 0.9337 Đứng yên (xe máy) Bảng 3.2: Ma trận nhầm lẫn cho trạng thái di chuyển Di chuyển (xe số) Di chuyển (xe ga) Rẽ trái (xe số) Rẽ trái (xe ga) Rẽ phải (xe số) Rẽ phải (xe ga) 0.9320 0.0014 0.0027 0.0121 0.0209 0.0309 0.0098 0.9168 0.0282 0.0165 0.0103 0.0184 0.0015 0.0306 0.9035 0.0421 0.0060 0.0163 0.0408 0.0366 0.0018 0.8996 0.0165 0.0047 Rẽ phải (xe số) 0.0320 0.0365 0.0014 0.0098 0.9129 0.0074 Rẽ phải (xe ga) 0.0364 0.0285 0.0021 0.0034 0.0029 0.9267 Di chuyển (xe số) Di chuyển (xe ga) Rẽ trái (xe số) Rẽ trái (xe ga) 3.3.2 Kết thực nghiệm ứng dụng hỗ trợ người dùng Ứng dụng hỗ trợ người dùng hoạt động tốt với chức liệt kê mục 3.1.2.1 Với trạng thái nhận diện xác, ứng dụng phản hồi lại gọi tin nhắn, bật rung trạng thái rẽ trái rẽ phải theo 56 cài đặt Tuy vậy, với trạng thái nhận diện không xác, ứng dụng cho phản hồi sai theo trạng thái nhận diện 3.4 Nhận xét Với kết thực nghiệm nêu trên, ta thấy phương pháp đề xuất có đủ khả phân biệt trạng thái dừng, đi, rẽ trái, rẽ phải xe máy, có khả phân biệt trạng thái dừng, phương tiện giao thông công cộng phổ biến Việt Nam xe bus kịch tương đối đơn giản Độ xác nhận diện trạng thái di chuyển xe máy đạt 90% Tuy tỉ lệ nhận diện nhầm lẫn còn, nguyên nhân phương pháp chưa tối ưu, nguyên nhân tình trạng giao thông phức tạp Việt Nam Phương pháp hoạt động tốt, không tiêu tốn nhiều lượng GPS tối ưu việc sử dụng cảm biến GPS thông qua thư viện Google Play Services, qua giúp ứng dụng hỗ trợ người dùng thao tác gọi điện, nhắn tin tham gia giao thông So sánh với phương pháp ban đầu nhóm tác giả H Xia cộng sự, phương pháp đề xuất có độ xác tương đương với trạng thái mục tiêu, với trạng thái mà nhóm tác giả H Xia không thực hiện, phương pháp đề xuất cho tỉ lệ phát xác cao Ngoài ra, nhờ việc áp dụng kỹ thuật tối ưu chế độ sử dụng GPS mà thuật toán xử lý liệu cài đặt hoạt động trực thời gian thực smartphone mà không ảnh hưởng nhiều tới việc tiêu thụ lượng thiết bị, qua tăng tính ứng dụng thực tiễn phương pháp Với việc sử dụng liệu từ cảm biến gia tốc cảm biến vị trí hai loại cảm biến phổ biến giá thành rẻ, phương pháp bổ sung hoàn thiện để cài đặt lên thiết bị IoT (Internet of Things) dạng cảm biến cỡ nhỏ, thiết bị điện tử tham gia vào hệ thống giao thông, hệ thống giao thông thông minh, qua cải thiện tính xác hiệu thành phố thông minh xây dựng giới Dữ liệu từ thiết bị IoT nhận diện trước gửi trung tâm điều hành, tối ưu điều phối giao thông thành phố, phát tình giao thông bất ngờ để gửi cảnh báo sớm 57 3.5 Kết chương Chương luận văn trình bày môi trường phát triển thử nghiệm mô đun phát trạng thái người tham gia giao thông ứng dụng hệ điều hành Android Chương trình bày kịch thử nghiệm với xe máy, kịch tham chiếu sử dụng phương tiện giao thông công cộng xe bus Kết kịch thử nghiệm cho thấy phương pháp đạt độ xác tốt với trạng thái khác người tham gia giao thông sử dụng xe máy, với kịch tham chiếu sử dụng xe bus Ứng dụng hỗ trợ người dùng có độ xác đủ để giúp người dùng thao tác nhắn tin, gọi điện tham gia giao thông 58 KẾT LUẬN Luận văn tập trung nghiên cứu phương pháp phát trạng thái người tham gia giao thông dựa liệu thu thập từ cảm biến điện thoại thông minh Ngoài việc giới thiệu cảm biến điện thoại thông minh, luận văn giới thiệu ba phương pháp nghiên cứu phương pháp sử dụng định ứng dụng mô hình Markov ẩn dựa vào liệu cảm biến gia tốc cảm biến GPS; phương pháp sử dụng giá trị gia tốc so sánh với gia tốc trọng trường phát trạng thái người xe đạp; phương pháp sử dụng kỹ thuật tối ưu đàn kiến máy véc-tơ hỗ trợ để phân lớp liệu cảm biến gia tốc cảm biến GPS, từ luận văn đề xuất phương án tối ưu việc thu thập liệu cảm biến vị trí nhằm phát thêm trạng thái khác người tham giao giao thông Cụ thể, luận văn đạt số kết quả:  Nghiên cứu khái quát phát triển cảm biến điện thoại thông minh ứng dụng  Giới thiệu số phương pháp phát trạng thái người tham gia giao thông cho kết tốt  Đề xuất phương án cải tiến phương pháp sử dụng kết hợp thuật toán FFT, SVM ACO cách tối ưu cảm biến vị trí phát thêm trạng thái giao thông khác người xe máy  Xây dựng mô hình theo phương án đề xuất, đưa quy trình huấn luyện thực nghiệm, đưa kịch thử nghiệm khác đánh giá kết Từ kết đạt , luận văn tiếp tục nghiên cứu để đưa cải tiến cho mô hình tương tự cho thiết bị kết nối vạn vật (Internet of Things), mở rộng hỗ trợ cho nhiều dạng phương tiện khác nhau, từ xây dựng ứng dụng hỗ trợ người dùng cuối, hỗ trợ xây dựng hệ thống giao thông thông minh thành phố thông minh tương lai 59 TÀI LIỆU THAM KHẢO [1] H Xia, Y Qiao, J Jian and Y Chang, "Using Smart Phone Sensors to Detect Transportation Modes," in Sensors, 2014, pp 20843-20865 [2] J.J Yeo, Y.H Lim, M.H Ryu, Y.S Yang, “An Automatic Recognition of Bicycle Riding State by Using a Smartphone,” in ASTL Volume 6, 2012: Computer Science and Technology, pp 131-136 [3] M A Shafique and E Hato, "Use of acceleration data for transportation mode prediction," in Transportation, 2015 [4] M Nyan; F Tay; K Seah; Y Sitoh Classification of gait patterns in the time– frequency domain J Biomech 2006, 39, 2647–2656 [5] P Martiskainen; M Järvinen; J.-P Skön; J Tiirikainen; M Kolehmainen; J Mononen Cow behaviour pattern recognition using a three-dimensional accelerometer and support vector machines Appl Anim Behav Sci 2009, 119, 32–38 [6] S Hemminki, P Nurmi and S Tarkoma, "Accelerometer-Based Transportation Mode Detection on Smartphones," in Proceedings of ACM SenSys, 2013 [7] S.J Preece; J.Y Goulermas; L.P Kenney; D Howard A comparison of feature extraction methods for the classification of dynamic activities from accelerometer data IEEE Trans Biomed Eng 2009, 56, 871–879 [8] S Reddy; M Mun; J Burke; D Estrin; M Hansen; M Srivastava Using mobile phones to determine transportation modes ACM Trans Sensor Netw 2010, 6, 1–2 [9] T Iso; K Yamazaki Gait analyzer based on a cell phone with a single three-axis accelerometer In Proceedings of the 8th Conference on Human-Computer Interaction with Mobile Devices and Services, Espoo, Finland, 12–15 September 2006; pp 141– 144 [10] https://developer.android.com/guide/topics/sensors/sensors_motion.html [Truy cập tháng 12/2016] [11] [12] https://en.wikipedia.org/wiki/Gyroscope [Truy cập tháng 12/2016] [13] [14] https://en.wikipedia.org/wiki/Global_Positioning_System [Truy cập tháng 12/2016] [15] https://en.wikipedia.org/wiki/Accelerometer [Truy cập tháng 12/2016] https://developer.android.com/guide/topics/sensors/sensors_overview.html cập tháng 12/2016] https://www.quora.com/How-does-gravity-sensor-work-in-mobile-hardwaresupport [Truy cập tháng 12/2016] [Truy 60 [16] https://developer.android.com/training/location/receive-location-updates.html [Truy cập tháng 12/2016] [17] [18] https://en.wikipedia.org/wiki/Fast_Fourier_transform [Truy cập tháng 12/2016] https://en.wikipedia.org/wiki/Cooley%E2%80%93Tukey_FFT_algorithm cập tháng 12/2016] [Truy [19] https://en.wikipedia.org/wiki/Ant_colony_optimization_algorithms [Truy cập tháng 12/2016] [20] [21] https://en.wikipedia.org/wiki/Support_vector_machine [Truy cập tháng 12/2016] https://www.csie.ntu.edu.tw/~cjlin/libsvm/ [Truy cập tháng 12/2016] ... xác định trạng thái người tham gia giao thông dựa smartphone, dựa vào xây dựng ứng dụng hỗ trợ cho người dùng Năm 2014, nhóm tác giả H Xia đề xuất giải pháp phát trạng thái di chuyển dựa vào cảm... huấn luyện mô hình đưa ứng dụng phát trạng thái người tham gia giao thông 2.1 Xây dựng mô hình 2.1.1 Một số phương pháp nghiên cứu Bài toán phát trạng thái người tham gia giao thông được quan tâm... VIỆN CÔNG NGHỆ BƯU CHÍNH VIỄN THÔNG - NGUYỄN HOÀNG ĐIỆP PHÁT HIỆN TRẠNG THÁI NGƯỜI THAM GIA GIAO THÔNG DỰA TRÊN SMARTPHONE VÀ XÂY DỰNG ỨNG DỤNG HỖ TRỢ Chuyên ngành: Khoa học máy