Nghiên cứu Khoa học

Hệ thống nhận diện biển số xe dùng AI và giám sát qua IoT

1.1. Tính cấp thiết của đề tài

Trong bối cảnh đô thị hóa và sự gia tăng nhanh chóng số lượng phương tiện giao thông, nhu cầu quản lý xe ra vào tại các khu vực như bãi đỗ xe, chung cư, trường học, khu công nghiệp... ngày càng trở nên cấp thiết. Việc ghi nhận thủ công biển số xe không chỉ tốn thời gian, dễ sai sót mà còn thiếu tính bảo mật và không phù hợp với các hệ thống hiện đại.

Cùng với sự phát triển mạnh mẽ của trí tuệ nhân tạo (AI), đặc biệt trong lĩnh vực thị giác máy tính (computer vision), việc tự động nhận diện biển số xe qua camera đang dần trở thành một giải pháp phổ biến và hiệu quả. Bên cạnh đó, sự hỗ trợ của các nền tảng IoT (Internet of Things) cho phép kết nối và giám sát hệ thống từ xa, giúp nâng cao khả năng quản lý, lưu trữ và xử lý dữ liệu theo thời gian thực.

Do đó, đề tài "Hệ thống nhận diện biển số xe dùng AI và giám sát qua IoT" mang tính thực tiễn cao, đáp ứng nhu cầu hiện đại hóa và tự động hóa trong công tác quản lý phương tiện.

---

1.2. Mục tiêu của đề tài

• Thiết kế và xây dựng hệ thống nhận diện biển số xe tự động sử dụng camera và trí tuệ nhân tạo.

• Áp dụng mô hình học máy (machine learning) hoặc học sâu (deep learning) để xử lý ảnh và trích xuất thông tin biển số từ hình ảnh.

• Tích hợp hệ thống với nền tảng IoT để gửi dữ liệu về máy chủ hoặc hiển thị trên giao diện web/điện thoại.

• Hỗ trợ lưu trữ dữ liệu biển số và thời gian xe ra vào để phục vụ mục đích thống kê hoặc truy vết.

• Hệ thống hoạt động với độ chính xác cao, ổn định, dễ triển khai trong thực tế.

---

1.3. Đối tượng và phạm vi nghiên cứu

• Đối tượng nghiên cứu:

  • Các kỹ thuật xử lý ảnh và nhận diện ký tự quang học (OCR) bằng AI.

  • Thiết bị phần cứng: Camera, vi xử lý (Raspberry Pi, ESP32-CAM), thiết bị mạng.

  • Các nền tảng IoT để kết nối và hiển thị dữ liệu từ xa.

• Phạm vi nghiên cứu:

  • Nhận diện biển số xe máy và ô tô trong điều kiện ánh sáng ban ngày, hình ảnh rõ nét.

  • Hệ thống quy mô nhỏ (thí điểm 1 camera), chưa triển khai đa điểm hoặc xử lý video thời gian thực liên tục.

  • Chỉ nhận diện và lưu trữ biển số, chưa kết hợp với tính năng điều khiển barrier hoặc phân tích hành vi.

---

1.4. Phương pháp nghiên cứu

• Tìm hiểu lý thuyết: Nghiên cứu các phương pháp xử lý ảnh, kỹ thuật OCR, các mô hình AI (ví dụ: YOLO, Tesseract OCR).

• Thiết kế hệ thống:

  • Xây dựng sơ đồ khối hệ thống bao gồm phần cứng và phần mềm.

  • Thiết kế giao diện giám sát (web hoặc app đơn giản).

• Huấn luyện và kiểm thử mô hình AI:

  • Thu thập tập ảnh biển số xe để huấn luyện hoặc sử dụng mô hình có sẵn.

  • Thử nghiệm nhận diện biển số trên dữ liệu thực tế.

• Triển khai và đánh giá:

  • Kết nối hệ thống với IoT để gửi dữ liệu nhận diện về máy chủ.

  • Đánh giá độ chính xác, độ trễ, khả năng hoạt động ổn định của hệ thống.

---

1.5. Ý nghĩa khoa học và thực tiễn

• Về mặt khoa học: Đề tài giúp sinh viên tiếp cận và ứng dụng kiến thức liên ngành gồm xử lý ảnh, trí tuệ nhân tạo, lập trình nhúng và mạng IoT. Đây là một bước đệm để nghiên cứu chuyên sâu hơn về thị giác máy tính và hệ thống thông minh.

• Về mặt thực tiễn: Hệ thống có thể được triển khai tại các khu vực có nhu cầu kiểm soát phương tiện như trường học, ký túc xá, tòa nhà, cơ quan. Ngoài ra, mô hình có thể mở rộng để tích hợp các chức năng như: điều khiển cửa tự động, cảnh báo xe lạ, thống kê lưu lượng phương tiện.

Các tin khác

• Nghiên cứu thiết kế thống Dán Nhãn chai và Chiết Rót tự động sử dụng PLC MITSUBISHI FX2N 24MR thay thế S7-1200
• Thiết kế module thực thi (excution) của bộ vi xử lý RISC-V trên FPGA
• Thiết kế và thi công mô hình nhà trồng nấm thông minh dựa trên raspberry pi
• Vấn đề năng lượng trên UAV: Thách thức cốt lõi trong vận hành và ứng dụng
• Phân loại sản phẩm theo hình khối