Hệ thống giám sát và đếm phương tiện giao thông thời gian thực sử dụng YOLO và FPGA

1. Thông tin chung

Tên đề tài (Tiếng Việt)

Hệ thống giám sát và đếm phương tiện giao thông thời gian thực sử dụng YOLO và FPGA

Tên đề tài (Tiếng Anh)

Real-time Traffic Monitoring and Vehicle Counting System using YOLO and FPGA

Lĩnh vực nghiên cứu

• FPGA
• Embedded System
• Artificial Intelligence (AI)
• Computer Vision
• Intelligent Transportation System (ITS)

Thiết bị sử dụng

• Altera DE2-115
• Camera USB/IP Camera
• Máy tính hoặc Raspberry Pi 4

Phần mềm sử dụng

• Quartus II
• ModelSim
• Python
• OpenCV
• YOLOv5 hoặc YOLOv8

2. Đặt vấn đề

Trong các đô thị hiện nay, mật độ giao thông ngày càng tăng gây ra:

• ùn tắc giao thông,
• khó khăn trong quản lý lưu lượng xe,
• khó thu thập dữ liệu giao thông thời gian thực.

Các hệ thống giám sát truyền thống thường:

• chi phí cao,
• xử lý chậm,
• khó mở rộng.

Trong khi đó:

• AI giúp nhận dạng phương tiện hiệu quả,
• FPGA cho khả năng xử lý song song và thời gian thực.

Vì vậy, việc kết hợp YOLO và FPGA để xây dựng hệ thống giám sát giao thông là hướng nghiên cứu có tính thực tiễn và học thuật cao.

3. Mục tiêu nghiên cứu

Mục tiêu tổng quát

Xây dựng hệ thống giám sát và đếm phương tiện giao thông thời gian thực sử dụng AI YOLO kết hợp FPGA.

Mục tiêu cụ thể

AI

• Nhận dạng phương tiện:
  • ô tô,
  • xe máy,
  • xe tải,
  • xe buýt.

FPGA

• Nhận dữ liệu detection từ AI,
• Theo dõi đối tượng,
• Đếm số lượng phương tiện,
• Hiển thị kết quả thời gian thực.

Hệ thống

• Hoạt động realtime,
• Có khả năng demo thực tế.

4. Nội dung nghiên cứu

Nội dung 1: Nghiên cứu tổng quan

Tìm hiểu:

• FPGA và xử lý song song,
• Deep Learning trong Computer Vision,
• YOLO object detection,
• Hệ thống giao thông thông minh ITS.

Nội dung 2: Nghiên cứu mô hình YOLO

Tìm hiểu:

• kiến trúc YOLO,
• nguyên lý object detection,
• bounding box,
• confidence score.

Nội dung 3: Xây dựng hệ thống nhận dạng phương tiện

Thực hiện:

• Thu thập video giao thông,
• Chạy YOLO detection,
• Xuất:
  • loại xe,
  • tọa độ bounding box.

Nội dung 4: Thiết kế hệ thống FPGA

Thiết kế các module:

• UART Receiver,
• Bounding Box Parser,
• Vehicle Tracking,
• Line Crossing Counter,
• VGA Display Controller.

Nội dung 5: Thiết kế thuật toán tracking và counting

Tính tâm đối tượng:

Nguyên lý đếm:

• Xe đi qua vạch ảo,
• Bộ đếm tăng giá trị.

Nội dung 6: Thi công và kiểm thử hệ thống

Kiểm thử:

• độ chính xác detection,
• tốc độ xử lý,
• khả năng realtime,
• độ ổn định hệ thống.

5. Phương pháp nghiên cứu

Phương pháp lý thuyết

• Nghiên cứu tài liệu:
  • FPGA,
  • CNN,
  • YOLO,
  • xử lý ảnh.

Phương pháp thực nghiệm

• Xây dựng mô hình thực tế,
• Thu thập dữ liệu,
• Kiểm thử trên video giao thông.

Phương pháp mô phỏng

• Mô phỏng Verilog/VHDL bằng ModelSim,
• Mô phỏng AI bằng Python/OpenCV.

6. Thuật toán thực hiện

Bước 1

Thu nhận video giao thông.

Bước 2

YOLO nhận dạng phương tiện.

Bước 3

Xuất tọa độ bounding box.

Bước 4

Truyền dữ liệu sang FPGA.

Bước 5

FPGA thực hiện:

• tracking,
• counting,
• hiển thị kết quả.

7. Kết quả dự kiến

Phần mềm AI

• Nhận dạng được phương tiện giao thông.

FPGA

• Đếm xe realtime,
• Hiển thị số lượng phương tiện.

Hệ thống

• Hoạt động ổn định realtime,
• Có khả năng mở rộng.

8. Sản phẩm đạt được

Phần cứng

• Mô hình FPGA hoạt động thực tế.

Phần mềm

• Chương trình YOLO detection,
• Chương trình Verilog/VHDL.

Báo cáo

• Báo cáo nghiên cứu hoàn chỉnh,
• Video demo hệ thống.

9. Kế hoạch thực hiện

Tuần	Nội dung
1–2	Nghiên cứu tài liệu YOLO và FPGA
3–4	Cài đặt và thử nghiệm YOLO
5–6	Thiết kế giao tiếp UART
7–8	Thiết kế module FPGA
9–10	Thiết kế tracking và counting
11	Tích hợp hệ thống
12	Kiểm thử và hoàn thiện báo cáo

10. Ưu điểm của đề tài

• Có AI thực tế,
• Có FPGA thực tế,
• Realtime processing,
• Ứng dụng Smart City,
• Có tính nghiên cứu cao,
• Demo trực quan.

11. Khó khăn dự kiến

• Đồng bộ dữ liệu video realtime,
• Tối ưu tốc độ truyền dữ liệu,
• Tracking nhiều đối tượng cùng lúc,
• Giới hạn tài nguyên FPGA.

12. Hướng phát triển

• Ước lượng tốc độ phương tiện,
• Nhận dạng biển số xe,
• Phân tích mật độ giao thông,
• Tích hợp Edge AI,
• Tăng tốc CNN bằng FPGA.

13. Tài liệu tham khảo

FPGA

• Digital Design using Verilog HDL

AI & YOLO

• YOLO Papers
• Deep Learning for Computer Vision

OpenCV

• Learning OpenCV

Intelligent Transportation System

• Intelligent Transport Systems: Technologies and Applications