Sử dụng mô hình SVM đã tối ưu ở mục trước cùng tập đặc trưng tối ưu, ta tiến hành phát hiện trạng thái người tham gia giao thông sử dụng thư viện LIBSVM ngay trên điện thoại thông minh. Khi người dùng kích hoạt dịch vụ, ứng dụng sẽ thu thập liên tục dữ liệu theo tần số 50Hz, mỗi giây, ứng dụng sẽ lấy dữ liệu từ 5 giây gần nhất, tiến hành lọc theo vận tốc trung bình và thực hiện biến đổi dữ liệu gia tốc sang miền tần số, áp dụng mô hình SVM đã thu được từ bước trước để đưa ra quyết định phân lớp xem trạng thái hiện tại của người dùng là gì.
Với bộ dữ liệu thu thập qua quá trình huấn luyện, luận văn thu được kết quả như sau:
Việc lọc bằng giới hạn vận tốc rất gần mức 0m/s tương đối chính xác, tuy nhiên do sử dụng vận tốc trung bình trong khoảng thời gian 5 giây hoặc 3 giây có thể gây ra sai lệch nếu khoảng thời gian lựa chọn là khoảng chuyển tiếp giữa 2 trạng thái đứng yên và di chuyển. Một cách tiếp cận khác là chỉ xét tốc độ tại điểm dữ liệu đầu tiên của phân đoạn cũng đem lại kết quả tương đương. Tuy nhiên nếu sử dụng cách tiếp cận này, khi áp dụng phát hiện trạng thái người tham gia giao thông, ta chỉ tiến hành tách được phân đoạn dữ liệu sau mỗi 5 giây thay vì có thể lấy mỗi giây.
Tùy theo số lượng đặc trưng tối ưu lựa chọn mà cho các kết quả khác nhau. Với các trạng thái đứng yên, nhận xét rằng khi số lượng đặc trưng lựa chọn càng tăng, độ chính xác của việc phân lớp càng tăng, mức độ gia tăng ở khoảng 1 – 30 đặc trưng là nhanh nhất và giảm dần với lượng đặc trưng thấp hơn. Với các trạng thái di chuyển, nhận xét rằng khi số lượng đặc trưng nằm trong khoảng 5 – 40 đặc trưng cho kết quả phân lớp khá chính xác, trong khi số lượng đặc trưng trên 60 cho kết quả phân lớp bắt đầu giảm độ chính xác, và khi số lượng đặc trưng trên 100 thì không chỉ độ chính xác mà tốc độ phản hồi và thực thi thuật toán của ứng dụng giảm thấy rõ rệt. Luận văn lựa chọn 8 đặc trưng đối với các trạng thái di chuyển và 24 đặc trưng đối với các trạng thái đứng yên.
2.5. Kết chương
Chương 2 của luận văn đã trình bày một số phương pháp đã được đề xuất để giải quyết bài toán phát hiện trạng thái người tham gia giao thông. Luận văn cũng đề xuất một hướng cải tiến cho phương pháp có sẵn nhằm xây dựng ứng dụng hỗ trợ người tham gia giao thông cũng như tối ưu cho tình hình giao thông tại Việt Nam. Luận văn lần lượt trình bày về phương pháp thu thập dữ liệu cảm biến gia tốc, dữ liệu cảm biến GPS, mô hình xử lý và các thuật toán sẽ được áp dụng. Cuối chương, luận văn đã trình bày về quá trình áp dụng các thuật toán để tiến hành huấn luyện mô hình và phát hiện trạng thái người tham gia giao thông.
Trong chương 3, luận văn sẽ trình bày về kết quả thực nghiệm của phương pháp, bao gồm mô tả môi trường phát triển, mô tả các kịch bản khác nhau, kết quả huấn luyện, kết quả thực thi phát hiện trạng thái người tham gia giao thông cùng kết luận về độ chính xác của phương pháp.
CHƯƠNG 3: CÀI ĐẶT, THỬ NGHIỆM VÀ ĐÁNH GIÁ KẾT QUẢ
Trong chương này, luận văn trình bày về quá trình cài đặt, thử nghiệm phương pháp đã nêu tại chương 2, bao gồm môi trường phát triển ứng dụng, thiết kế ứng dụng, các kịch bản thử nghiệm và kết quả của thử nghiệm.